ComfyUI 宣布正式集成百度开源的 ERNIE-Image 模型。这款基于 8B 参数扩散变换器 (DiT) 架构的模型，凭借其卓越的文本渲染能力、复杂指令遵循以及内置提示增强器，为 ComfyUI 用户带来了开源领域前所未有的高精度图像生成体验。
- Hugging Face：https://huggingface.co/Comfy-Org/ERNIE-Image
- 魔搭：https://www.modelscope.cn/models/Comfy-Org/ERNIE-Image
- GGUF：https://www.modelscope.cn/models/unsloth/ERNIE-Image-GGUF
采用 Apache-2.0 许可，ERNIE-Image 不仅完全开放权重，更在消费级硬件（24GB 显存）上实现了高效的部署，成为海报设计、漫画创作及多语言文本生成的强力工具。
核心亮点
1. 精确的多语言文本渲染
- 中英文完美支持：彻底解决传统扩散模型在生成文字时的“乱码”痛点。无论是密集的英文段落还是复杂的中文标题，ERNIE-Image 都能保持极高的可读性和布局准确性。
- 布局敏感：擅长处理对排版有严格要求的场景，如电影海报、杂志封面、UI 界面设计等。
2. 强大的结构化与指令遵循
- 复杂构图：能准确理解并执行包含多个对象、特定空间关系及知识密集型描述的提示词。
- 叙事性生成：在生成漫画分镜、多图组合及连贯场景时，保持角色一致性和逻辑连贯性。
3. 内置 3B 提示增强器 (Prompt Enhancer)
- 化繁为简：用户只需输入简短的描述（如“赛博朋克海报”），内置的 3B 小模型会自动将其扩展为结构丰富、细节详尽的专业提示词。
- 质量跃升：显著提升了短提示下的生成质量，降低了用户对 Prompt Engineering 的依赖。
4. 双模型选择：质量与速度的平衡
| 模型版本 | 特点 | 推荐步数 | 适用场景 |
|---|---|---|---|
| ERNIE-Image | 主 SFT 模型。追求极致画质和指令保真度。 | ~50 步 | 商业设计、高精度海报、复杂艺术创作 |
| ERNIE-Image-Turbo | 加速版。经 DMD 和 RL 优化，速度极快。 | 8 步 | 快速迭代、草图构思、日常娱乐 |
如何在 ComfyUI 中使用
前置要求
- ComfyUI 版本：请更新至 v0.19.1 或更高版本，或直接使用 Comfy Cloud。
- 显存要求：推荐 24GB VRAM (如 RTX 3090/4090) 以获得最佳体验；Turbo 版本可在更低显存下尝试。
快速开始步骤
- 打开模板库：在 ComfyUI 主界面点击
Template（模板）。 - 搜索模型：输入关键词
ERNIE-Image。 - 加载工作流：选择官方提供的
ERNIE-Image预设工作流。 - 下载模型：点击运行后，ComfyUI 会自动提示下载缺失的模型权重（包括主模型、Turbo 模型及提示增强器）。
- 开始生成：修改提示词，点击
Queue Prompt即可体验。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
